评测体系与实验设计

本分类共 10 个专题 · 1909 道题

2120

用户直接在系统中向模型提问时，有哪些评测方式？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2165

开发过程中是否进行大量 Agent 自测？

AI 应用工程与治理评测体系与实验设计

项目深挖

进阶

2205

一万条 Case 的 Agent 执行路径由谁判断，如何规模化评估？

AI 应用工程与治理评测体系与实验设计

方案设计

深入

2207

面对一万个不同 Case，评测 Prompt 如何通用化？

AI 应用工程与治理评测体系与实验设计

方案设计

深入

2208

ToC 每天上万条任务时，如何自动发现执行问题而不对每条任务额外运行一次模型？

AI 应用工程与治理评测体系与实验设计

方案设计

深入

2311

如何生成或组织 AI 测试报告？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2457

QA Agent 如何验证最终效果？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2523

如何降低大规模离线 Skill 评测成本？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2597

怎样复用现有自动化框架并避免每次全量读取浪费 Token？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2598

分期实现任务增删改时，如何管理已完成需求、版本、产物和模型输入？

AI 应用工程与治理评测体系与实验设计

系统设计

深入